上周去一所中学参观，校长很兴奋地给我看新引进的“AI自适应学习系统”。大屏幕上，几百个学生的头像旁跳动着实时数据——谁在开小差，谁的知识点薄弱，机器全知道。
但旁边一个男孩悄悄嘀咕：“老师，它说我的几何思维只有38分，可我觉得自己没那么差啊……”
我心头一紧。
这就是我们现在的人工智能教育吗？用一串冰冷数字给孩子贴标签，然后让算法决定他们该刷什么题？说实话，这跟我十年前批判的“唯分数论”有啥本质区别？
AI进校，先搞明白：我们到底缺什么
这几年，教育圈有个怪现象——好像不谈人工智能教育就落伍了。政策推，资本投，学校抢着上项目。但一阵热闹过后，很多设备落灰了，老师更累了，学生更迷茫了。为啥？因为好多人根本没想清楚：我们究竟要用AI解决什么问题。
有一次，某区搞“AI赋能课堂”展示活动。一个语文老师用AI分析李白诗歌情感，屏幕弹出“豪放占比82%”“孤独感15%”——底下学生哈哈笑。课后我问孩子们感受，一个女孩撇嘴：“李白要是活过来，肯定先砸了那台电脑。”
你看，强行把人文体验数据化，反而扼杀了想象。这不是AI的错，是人的错。
不过话说回来，AI就一无是处吗？当然不是。前几天我旁听了一节乡村小学的英语课，那边师资薄，以前孩子不敢开口。这次他们用了个口语陪练程序，不是冷冰冰的打分，而是用卡通形象跟学生对话，说错了还会扮鬼脸鼓励。整节课笑声没断——那个场景让我忽然意识到，好的AI不是替代人，是弥补人的缺位。
我们真正该警惕的是什么
不是技术本身，而是技术背后的逻辑。现在很多所谓的“人工智能教育产品”，骨子里还是行为主义那一套：刺激-反应-强化。给你推送题目，答对了积分升级，答错了反复练。这不就是电子版的小白鼠实验吗？
更糟糕的是，这种系统的设计者往往不懂教育。他们信奉“数据即真理”，却忘了教与学中最微妙的部分——一个犹豫的眼神、一次错误的尝试、一场即兴的辩论——这些根本量化为不了数据。
有个做自适应学习平台的技术总监曾当面对我说：“你们老师那点经验判断，早晚被算法秒杀。”我当时特想怼他：“那你把你家孩子交给机器养试试？”
但忍住了。毕竟，人家可能真就这么想的。
我心中理想的人工智能教育长啥样
说白了，AI在教育里的角色应该像自行车辅助轮——帮你骑稳，但最终要拆掉。它不该是精确规划路线的导航仪，更不是自动驾驶。
举个例子。北京十一学校有位老师，让高二学生用ChatGPT写论文提纲，但要求必须标注“AI贡献部分”和“人类修订部分”。结果学生倒逼着自己查证、批判、再创造。这个过程里，AI成了思维训练的对手，不是抄袭作弊的帮手。多聪明！
还有广州一个区，搞人工智能课程，不教编程语法，而是带初中生用开源工具设计“助老AI装置”——有人做防走失鞋垫，有人做语音药盒。孩子们在真实情境里发现AI的价值与边界，顺便把物理、数学、伦理学一块学了。这种融合，才叫教育。
问：现在很多家长担心AI会取代老师，真的吗？
答：哈！要我说，能被AI取代的老师早该被取代——如果只会照本宣科、机械批改，那确实不如机器高效。但好老师是什么？是能察觉孩子情绪低落，然后说一句“咱们出去走走”的人；是能从一个怪问题里发现天赋，然后悄悄塞本课外书的人。这种人与人之间的感应，AI再过一百年也搞不明白。所以不是老师会失业，是“某种类型的老师”会面临挑战。前提是，你得先成为真正的教育者，而不是教书匠。
问：普通家庭该怎么应对这波AI教育浪潮？需要给孩子报班提前学吗？
答：千万别跟风！现在市面上的AI培训班，十有八九就是教点图形化编程，再加点硬件套件拼装，美其名曰“培养未来竞争力”。实际上编程思维哪是靠几节课能速成的？更重要的是，比技术先落伍的永远是思维。与其焦虑，不如在家多跟孩子聊社会新闻里的AI应用，比如人脸识别争议、深度伪造视频，一起拆解背后的逻辑和后果。这比盲目追技能更护身。记住：面对机器，人最大的优势就是思考“为什么要这样做”，而不是“如何做”。
做个清醒的参与者，别当乌合之众
写到最后，想起一件小事。半年前，我家孩子学校开了“AI体验课”，回来兴奋地说：“妈妈，AI能写诗了！”我问她要不要也试一下，她摇头：“算了，我写的诗虽然烂，但那是我的感觉，AI再怎么模仿也不是真的。”
那一刻，我觉得学校那节课成功了。
人工智能教育这条路，注定布满陷阱与礼物。急什么？慢一点，想清楚，我们才能真正接住这场变革。